参加实验的人刚用 AI 做完 12 道题,工具就被研究人员突然收走。一部分人被允许继续裸做,另一部分人则必须立刻失去拐杖。结果很直白:原本被 AI 喂出高准确率的实验组,在工具消失的瞬间准确率和坚持度双双跳水;而那些从一开始就没用过 AI 的对照组,稳态甚至上扬。
这组实验来自一项由卡内基梅隆、MIT、牛津、UCLA 和加州大学伯克利分校五所高校联合开展的随机对照研究,论文题为《AI Assistance Reduces Persistence and Hurts Independent Performance》,2026 年 10 月 7 日在 Conference on Language Modeling(COLM)上正式发表,arXiv 编号 2604.04721。合著者包括 Brian Christian、Grace Liu、Tsvetomira Dumbalska、Michiel A. Bakker、Rachit Dubey 等。
实验设计:一个刻意的"撤拐杖"瞬间
研究人员在网上招募受试者,把任务分成几类:有的让参与者做基础分数题,有的换成 SAT 阅读理解;在每一类任务里,研究人员都先用 AI 工具陪跑前若干题,然后突然把 AI 收走,继续观察后续表现。
结果非常一致:AI 在场时,使用者的瞬时表现确实更好,准确率明显高于裸做组;但工具一撤,AI 组几乎立刻开始答错或者直接跳过,对照组却能保持稳态甚至越做越好。换句话说,AI 工具帮用户拿到了更高的"当下成绩",却没有训练出任何脱离 AI 也能继续解题的能力。
高效的代价:被外包的"productive struggle"
论文合著者之一、MIT 助理教授 Michiel Bakker 在 WIRED 专栏里把这一点讲得很清楚:这套实验的设计动机来自一篇关于"AI 长期可能让人能力被掏空"的知名 essay,他想做的是把那种长期焦虑放到受控实验里验证。结果显示,人愿不愿意坚持攻克难题,既是学会新技能的关键,也是预测一个人长期学习能力的指标——而 AI 工具恰恰在这一步把人的拐杖撤走之后,放大了放弃倾向。
团队并不主张在教育或工作场景禁用 AI。Bakker 的原话是:AI 显然能帮人在当下做得更好,这种价值是真实的,但我们得更在意"AI 提供的是哪种帮助,以及在什么时机提供"。换句话说,默认输出直接答案的 AI,与默认用引导、提示、脚手架挑战用户的 AI,长期效果可能完全不一样——但后者更接近"导师路径",在商业上更难做。
评论:这把双刃剑的另一面
这篇研究在 AI 圈激起的讨论,焦点集中在两个判断。
第一,这种"撤拐杖"效应是不是 ChatGPT 特有的?研究里只用了一种对话式工具,但三次实验、覆盖数百名参与者,在统计意义上是稳的;同时 WIRED、纽约时报杂志、UC Berkeley 新闻稿都报道过同类结论,方向上更像一种"类效应",而不是单一产品 bug。
第二,这是否意味着教育领域该立刻禁用 AI?作者群明确反对一刀切,主张把 AI 调成"导师路径"。但这条路并不容易——直接给答案的商业体验更好,留存更高,要产品主动延迟满足去"教"用户,本身就是一种 paternalistic 的取舍。Anthropic 自家研究也承认,在编码场景把任务全盘甩给 AI 会削弱程序员的基线能力,只有走协作而非纯外包,人类能力才不会被取代。
对一线开发者和研究者,这条研究给出了一个更具体的判断标准:如果一项工作离开 AI 工具你就立刻做不动,那这段协作可能不是在"增强"你,而是在"替代"你。AI 的真正价值,不在于它能替你多快做出答案,而在于它有没有把你变成一个离开它依然能解决问题的人。